기술개요
본 기술은 전력 계통에 설치된 PMU(Phasor Measurement Unit)의 데이터 품질 문제(누락, 지연, 조작 등)를 해결하기 위해, 이웃 PMU 데이터를 기반으로 손실된 데이터를 실시간으로 추정하고 복원하는 분산형 데이터 관리 장치 및 방법임
그래프 기반 토폴로지 분석을 통해 적절한 이웃 노드를 선택하고, LSTM 기반 추정 모델과 의사결정 모듈을 통해 대상 PMU의 데이터를 정교하게 재구성함으로써 실시간 전력 계통 모니터링의 신뢰성과 정확성을 높임
기술 구현 내용
1) 이웃 PMU 선정: 그래프 기반 탐색 알고리즘(BFS 등)을 이용하여 대상 PMU와 연관도 높은 이웃 PMU 선택
2) 멀티 채널 추정 모듈: 조합 가능한 이웃 PMU 데이터를 활용해 LSTM 모델을 병렬로 학습하여 데이터 추정
3) 의사 결정 모듈: 통계 기반 이상 상태 판별 + 학습된 조정 네트워크(fully connected network)로 최종 데이터 결정
4) 에러 거리 계산: ATVE(Average Total Vector Error)를 사용해 정상/비정상 및 이벤트 상태 식별
5) 모듈 구조:
- 전력 토폴로지 구축 모듈
- 멀티 채널 LSTM 추정 모듈
- 의사 결정 모듈(2단계 구조)
시장성
1) 스마트 그리드 시장
글로벌 스마트 그리드 시장은 2024년 66억 1,000만 달러에서 2034년 180억 3,000만 달러까지 연평균 10.6% 성장할 것으로 전망됨
2) 시장 트렌드
- PMU 기반 데이터는 기존 SCADA보다 해상도와 동기화 정확성이 높아 선진국 전력망에서 사용 증가 중
- 미국·중국·유럽의 차세대 전력망에서 실시간 모니터링/복원 솔루션 수요 급증
- 데이터 품질 문제는 스마트 그리드의 핵심 난제 중 하나로, 실시간 복원 기술은 글로벌 경쟁력이 있음
3) 적용 분야
- 스마트 그리드 / 수퍼그리드
- 실시간 전력망 모니터링(WAMS)
- 전력 IoT 및 에너지 IT
- 사이버 보안 기반 전력 계통 감시
기술의 차별성
1) 기존 기술의 한계점
- 중앙 집중식(CSDM) 품질관리 구조는 모든 데이터를 한 번에 처리
- 계산 복잡도 높고, 지역 특성을 반영하지 못함
- 실시간성이 부족함
- 토폴로지 변화에 민감함
2) 본 발명의 특장점
- 분산형 DSDM 모델로 지역 단위 품질 문제에 신속 대응
- 멀티 채널 LSTM 구조 도입으로 정확한 데이터 예측 및 병렬 처리
- 의사 결정 모듈 자동화로 비정상 상태 실시간 탐지 및 보정 가능
- 토폴로지 변화에 따른 유연성 확보
- 사이버공격이나 데이터 조작도 탐지/대응 가능
3) 차별화 포인트
- 그래프 분석 + LSTM 기반 예측의 융합
- 입력 데이터 이상 탐지 및 조정 네트워크 통한 복원
- ATVE 기반의 정량적 품질 판단 기준 도입
- PMU 간 토폴로지 변화에 실시간 대응 가능한 구조
